基于多模型智能组合算法的锅炉炉膛温度建模

• 作者: 唐振浩 张宝凯 曹生现 王恭 赵波
• 来源期刊: 化工学报
• 关键词: 数据驱动 炉膛温度 小波 智能组合 算法 模型 预测
• 年，卷（期）: 2019,（z2）
• 所属期刊栏目: 过程系统工程
• 页码范围: 301-310
• 页数: 10页
• 分类号: TK 227
• 语种: 中文
• DOI: 10.11949/0438-1157.20190037

摘要

炉膛温度是表征锅炉燃烧状态的重要参数,但是影响炉膛温度的参数多、机理复杂,导致难以建立准确的预测模型.针对这一问题,提出一种多模型智能组合算法(multi-model intelligent combination algorithm, MICA)实现对炉膛温度的建模预测.首先,对实际运行生产数据进行小波降噪,并结合机理分析和分类回归树(classification and regression tree,CART)算法选取预测模型输入参数.然后,通过多种数据驱动方法构建锅炉炉膛温度预测模型.最后,采用决策树C4.5算法建立多模型智能组合预测模型.基于实际生产数据的实验结果表明,所提出算法能够建立准确的炉膛温度预测模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹生现	东北电力大学自动化学院	65	269	10.0	14.0
2	王恭	东北电力大学自动化学院	17	27	3.0	4.0
3	赵波	东北电力大学自动化学院	16	16	3.0	3.0
4	唐振浩	东北电力大学自动化学院	11	11	2.0	3.0
5	张宝凯	东北电力大学自动化学院	1	1	1.0	1.0